189 8069 5689
今天就跟大家聊聊有关Python中怎么实现组内排名，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。
创新互联公司-专业网站定制、快速模板网站建设、高性价比开阳网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式开阳网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖开阳地区。费用合理售后完善，十年实体公司更值得信赖。
1. 求组内的最大/最小/平均值
import pandas as pd df = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx") df
# 赋值 sale = df.groupby(["品类"])["销售额"]
# 求出不同品类的最大销售额 sale_max = sale.max() sale_max
# 求出不同品类的最小销售额 sale_min = sale.min() sale_min
# 求出不同品类的平均销售额 sale_mean = sale.mean() sale_mean
2. 新增一个字段实现累计求和
import pandas as pd df1 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx") df1
# 添加一个新字段，对销售额进行累计求和 df1["累计销售额"] = df1["销售额"].cumsum() df1
3. 新增一个字段并实现组内累计求和
import pandas as pd df2 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx") df2
df2["依据品类累计求和"] = df2.groupby(["品类"])["销售额"].cumsum() df2
4. 新增一列对销售额进行排名，单不改变其顺序（不排序）
import pandas as pd df3 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx",sheet_name = 1) df3
df3["按销售额排升序"] = df3["销售额"].rank() df3
其它各种排名规则
df3["销售额_mean"] = df["销售额"].rank(method = "average") df3
df3["销售额_max"] = df["销售额"].rank(method = "max") df3
df3["销售额_min"] = df3["销售额"].rank(method = "min") df3
df3["销售额_first"] = df3["销售额"].rank(method = "first") df3
5. 依据品类对销售额进行实现组内排名
import pandas as pd df4 = pd.read_excel(r"D:\Jupyter\data\组内排序.xlsx",sheet_name = 1) df4
# 根据不同品类对销售额进行排名 df4["品类_排名"] = df4.groupby(["品类"])["销售额"].rank() df4
注：
1. method : {‘average’, ‘min’, ‘max’, ‘first’, ‘dense’}, default ‘average’ 主要用来当排序时存在相同值参数设置；
2. na_option : {‘keep’, ‘top’, ‘bottom’}, default ‘keep’ 当排序数据中存在空值时，默认值设置为keep
看完上述内容，你们对Python中怎么实现组内排名有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注创新互联行业资讯频道，感谢大家的支持。